基于神经网络的DQN方法

Deep Q Nework 方法： 训练数据采用随机经验回放。TD回退结合TargetQ网络预测预估出一个目标量，再用Q网络预测的现实值，目标量与现实值差值更新两个网络的参数集合。 DeepQ Network算法的详细解释： 需要明白两个概念，一个是Q网络，一个是targrtQ网络，Q网络是我们预测网络，targrt Q网络可以认为是我们的训练网络，训练的目标是找到目标Q值：，这里目标Q值的定义依

>>阅读原文<<